安徽与长三角地区科技创新差异性实证分析与对策

汪晓梦

（中共安徽省委党校，安徽 合肥 230022）

一、关于科技创新评价的相关文献研究综述

随着科学技术的迅速发展，科技创新对人类社会经济的发展产生了极大的影响，科技创新已经成为经济发展的重要推动力量。人们高度重视科技创新的作用，并开展了多层面和多角度的研究。大量科技创新研究文献始于20世纪80年代末。目前我国的科技创新评价的观点和模型都不相同，没有形成统一的、公认的科技创新评价的理论体系和一般分析框架。

科技政策评估是公共政策评估理论在科技政策上的应用。20世纪中期，政府科技政策的评估开始活跃，一些西方国家开始将政策评估方法应用于财政支出管理。20世纪末，西方发达国家对政府科技投入已经建立起比较完善的政策评估制度。美国、法国等国家把运筹学、统计学以及计量经济学的分析方法引入科技投入政策评估中，提高了评估效果的科学性。目前这些方法已经相对成熟。从国内外的研究来看，关于政府科技投入政策评估的研究方向主要在三个方面：一是政府投入科技活动为研究对象，对政策效果进行评估；二是研究政府科技投入对企业R&D 的影响；三是研究政府科技投入对企业科技创新的影响①汪秀坤：《合肥市财政资金支持企业技术创新效果评估研究》，北京：国家行政学院出版社，2012年。。

在中国期刊网，输入“科技创新评价”，共查到文献714 条，其中“区域性科技创新评价”有483条，“区域性科技创新差异”有26 条。从科技创新评价的论文来看，科技评价指标一般不相同，使用的数学模型也不一致。可以发现，目前对区域性科技创新评价的研究不多，基本上还是科技创新调查报告分析，评价结果缺乏可比性和实际指导意义。

基于以上现实，探索科技创新评价体系和方法显得尤为重要。考察区域科技创新情况，应从历史的、动态的角度出发，建立评价指标，结合区域统计年鉴，对数据进行数学分析。

鉴于统计年鉴的口径不一致，建立统一的指标体系，有时显得较为困难。科技创新数据还应该有一定的连续性，一般至少5年以上的时间跨度。评价指标一般可以分为科技投入指标和科技产出指标。投入指标分为科技人力资源和科技经费的投入等，产出指标分为专利授权量、技术市场成交额、新产品产值、高新技术产值等①汪晓梦：《我国中东部城市科技创新政策实施效果评价及建议》，《学术交流》2013年第3 期,第72-74 页。。科技产出有时还包含科技监测水平指标。为了简化评价的复杂性，科技评价一般都忽略了投入到产出的中间过程。评价采用的方法多种多样，大都是经济数学模型，不能仅仅定性评价。需要坚持定量分析优先，结合定性分析，对科技创新总体情况做出科学、客观的评价。也不能使用单一的、简单的数学方法，最好使用不同的数量方法，对同一评价对象进行分析，互相比较结果，相互应证。值得注意的是，科技评价不能就单一评价对象的纵向评价，还应该进行横向比较。这样才能对科技创新的评价结果做出优劣评判，找到科技创新存在的问题和原因，进而使评价结论具有可比性和真实性，提出的对策和建议才具有针对性和可操作性。

二、安徽省与长三角地区科技创新评价指标设置和数据处理

进行科技创新投入资金的绩效分析，必须把安徽省有关的各项科技创新投入资金产出效果与其他省份进行比较分析，才能做出正确判断。在研究中发现，现有可以查阅的统计年鉴和科技年鉴，关联研究数据的获得就很困难。主要原因是各个省份的统计框架不同，统计口径不完全一样，获得完全有价值的数据进行比较研究，几乎是不可能的。因此在研究过程中出现“小样本、贫信息”的状况。

科技创新投入政策的绩效如何，可以从科技创新投入指标、科技创新产出指标两个大的方面进行衡量。实际上，衡量科技创新投入产出的指标很多，投入指标中有人力指标和财力指标，但是由于选取的安徽与长三角地区的关联指标体系的统计口径和统计年鉴的指标体系设计不尽相同，有些关键参数缺失，所以不可能进行全面的比较。本次研究选取如下科技创新投入指标：R&D 研究人员，R&D经费，地方政府科技拨款。科技产出指标为专利授权量和技术市场成交额。R&D 研究人员为科技创新人力资源的投入，是衡量一个区域的科技创新和科技进步的首要因素。R&D 经费是科技创新资金的投入。地方政府科技拨款是科技创新重要的资金筹集渠道和途径。企业科技资金是科技创新资金的重要补充。专利是一种比较稳定的科技指标，是反映科技创新能力的重要参数，一般是用专利授权量，不用申请量指标。技术市场成交额是科技产出的重要指标，反映科技创新能水平和转化能力的关键性指标②汪晓梦：《基于灰色关联度分析的合肥与苏州科技创新能力比较》，《皖西学院学报》2013年第3 期,第68-71 页。。选取上述指标主要基于以下考虑：

第一，科技创新政策的评估涉及多个主体，包括政府、企业、科研机构和高校、科技中介组织等，因此对科技创新政策的全面评估也是多角度的。本文由于数据源所限，只从大中型工业企业这个角度来进行评估，因为政府是科技创新政策的制定者，而大中型工业企业是科技创新政策最重要的实施对象。

第二，科学技术投入指标，包括用于基础研究、应用研究和企业科技创新支持资金等，在一定程度上能够反映政府科技投入资金在科技创新中的效果；大中型企业R&D 活动情况包括经费支出总额，能够直接反映企业研究开发的总体情况。

第三，科技创新产出指标中的专利申请量指标，主要考虑专利数据容易获得，专利和科技创新关系密切，专利标准客观，变化缓慢，是一种很好的反映科技创新产出的可靠指标。

第四，技术市场成交额指标主要反映企业科技创新成果的产业化水平③汪晓梦：《财政资金支持企业技术创新绩效的评估比较》，《滁州学院学报》2013年第3 期,第9-12 页。。

根据中国科技统计年鉴的统一口径数据采样，使用安徽省、上海市、江苏省和浙江省2006-2011年度的科技统计数据④《中国统计年鉴》，北京:中国统计出版社，2006-2012。，原始数据即是绝对数据，使用统计学方法，得出科技创新相对数据如下：

表1 2011年科技创新的人力资源绩效表

表2 2011年科技创新的R&D 经费绩效表

表3 2011年科技创新的政府科技投入绩效表

由于在研究过程中出现“小样本、贫信息”的状况，可以选用灰色关联度方法对原始数据进行处理。灰色系统是贫信息的系统，简单的统计方法难以奏效。灰色系统理论能处理贫信息系统，适合只有少量观测数据的项目。灰色理论应用最广泛的是关联度分析方法。关联度分析方法是分析系统中各元素之间关联程度或相似程度的方法①郭亚军：《综合评价理论方法及应用》，北京:科学出版社,2008年。。在实际中，为了简化计算，使用改进的关联度计算方法，得出安徽省与长三角地区的科技创新投入与产出的关联度数据表②许香存：《基于灰色理论的外资利用的定量分析》，成都:电子科技大学出版社，2004年。。

表4 安徽省科技投入与科技产出关联度

表5 上海市科技投入与科技产出关联度

表6 江苏省科技投入与科技产出关联度

表7 浙江省科技投入与科技产出关联度

三、安徽省与长三角地区科技创新投入与产出分析

（一）总量指标分析

从这个角度来看，安徽省的各项科技创新数据远远落后于长三角地区。仅从2011年来看，安徽的R&D 研究人员是2.38 万人年，是上海市和浙江省的二分之一左右，是江苏省的四分之一。安徽的R&D 经费是214.65 亿元，是上海市和浙江省的三分之一，只是江苏省的五分之一。政府科技拨款是77.00 亿元，是浙江省的二分之一，是上海市和江苏省的三分之一。安徽省的专利授权量为32681 项，与上海市相差15279 项，与江苏省相差竟然达到167133 项，只有江苏省的六分之一。浙江省的专利授权量是安徽省的四倍之多。在技术市场成交额方面，安徽省更低，上海市、江苏省、浙江省分别是安徽省的五倍、四倍和三倍。从以上各项指标对比情况看，安徽省的科技创新能力和水平与长三角地区存在着很大的距离，不在同一个层次上。这是从表面现象上看安徽的科技创新能力。

（二）相对指标分析

从人力资源投入产出绩效，可以看出安徽省专利授权量绩效的数据为8088 件/万人年，高于上海市，但仍然是江苏省、浙江省的二分之一。安徽省的技术市场成交额绩效位居第三位，比浙江省高，是江苏省的三分之一，与上海市的绩效差距还是相当大的，仅为上海市的七分之一。

关于R&D 绩效指标分析，可以看到：安徽省每亿元专利授权量为152 件，比上海市高72 件，但与浙江省相差66 件，与江苏省相差36 件；在考察R&D 经费与技术市场成交额绩效时，安徽省与江苏省相当，与上海市相差0.50。

多媒体教学在现在教学中扮演着越来越重要的角色。录播系统是多媒体教学的一种。录播系统通常由以下几部分组成：高清录播主机，音视频采集系统，自动跟踪系统，白板及可触控电视。

从政府科技投入绩效表，看出：安徽省的专利授权量为424.26 件/亿元，高于上海市204.79 件/亿元，但是与江苏省和浙江省的差距还是比较大的；政府科技投入与技术市场成交额的绩效，安徽省与上海市的差距很大，高达1.36，比江苏省高0.34。

（三）灰色关联度分析

灰色关联度分析是一种多因素统计分析方法，它是用来描述因素间关系的强弱、大小和次序的。为了简化计算过程，采用改进的灰色关联度方法。根据2006-2011年安徽省与上海市、江苏省、浙江省的科技投入与产出的原始数据，得出各省市的关联度数据。

1、R&D 研究人员与科技创新产出的关联度

安徽省为0.55，比上海市、浙江省分别低0.05和0.02，比江苏省高0.05。这说明安徽的科技创新的人力资源投入绩效与长三角省市的绩效差不多，都发挥了很好的作用。考察R&D 研究人员与技术市场成交额的关联度，安徽省是0.75，与江苏省、浙江省接近，与上海市相差0.08。安徽的科技创新的人力资源没有发挥很好的效益。

2、R&D 经费与科技创新产出的关联度

安徽R&D 经费与专利授权量的关联度虽然排名第三，但与上海市相差得太多，竟达0.25。说明安徽在这方面的绩效很差。安徽R&D 经费与技术市场成交额关联度最大，位居第一，作用显著。

3、地方政府科技拨款与科技创新产出的关联度

安徽的地方政府科技拨款与专利授权量的关联度为0.78，位居第二，比上海市低0.06，发挥了较好的作用。安徽的地方政府科技拨款与技术市场成交额的关联度最小，只有0.60，这是安徽所有的科技投入与产出的关联指标最差的一个，安徽的政府科技拨款在技术市场成交额方面作用效果极不理想。

四、增强安徽省科技创新能力的对策

（一）加大政府和企业的科技创新经费投入

科技投入反映了一个地区的科技实力。科技进步需要强大的经济资源作为后盾。继续加大经费投入的力度，有利于区域自主创新能力的提高。科技创新的经费来源于政府资金和企业自筹经费，主要来源于政府资金。政府应当加大创新资金的预算，优先安排支持企业科技创新的经费投入预算。

（二）制定和完善政策，鼓励企业加大对科技创新的投入

企业是科技创新的投入主体，科技创新各项成果的产出，很大程度上取决于企业对科技创新能力的投入。调整企业科技创新能力专项资金奖励政策。积极创新政府科学技术资金投入方式和加强对政府财政支持企业科技创新资金的有力监督。

建立有利于自主创新的激励机制。首先要创造人尽其才的企业内部环境，充分发挥现有人员的作用，从不同角度、不同类型、不同层次和不同空间，锻炼其参与科技创新活动的能力。其次要建立正确的评价标准以及公正的利益分配与奖励标准，对参与创新的技术人员和管理人员采取诸如技术入股、按利润分成、奖励股份、一次性奖励等多种奖励形式，充分调动企业员工自主创新的积极性。在监管方面，要优化财政资金项目预算和审批程序，创新政府财政科技经费的拨付渠道以及加强政府财政支持企业科技创新资金的监管力度。

（三）充分利用安徽省科技资源，最大程度发挥自主创新的潜力

安徽有自己的科技资源，有很大的科技潜力。安徽拥有中国科技大学、合肥工业大学、安徽大学等众多高校科研资源，还有中央驻皖科研机构以及省市的科研单位。同时安徽虽然是传统的农业大省，但正从劳务资源向人力资源发展。所以安徽省拥有独特的科研优势和潜力。安徽在中部省份中还有自己的一张王牌，拥有全国四大科教基地之一的合肥市。安徽现在已经加入泛长三角，是皖江产业转移承接带，合肥已经成为自主创新能力的领头雁，是中央批准的“合芜蚌自主创新实验区”的中坚力量。安徽同时也被国务院批准为全国自主创新实验区域。安徽拥有良好的科技创新的资源、能力、平台和气候。抓住科技创新契机，制定安徽省“十二五”科技创新规划和预算，对提升安徽的科技创新能力必将是有力的促进。

（四）加强企业自主创新的文化建设和理念培育

科技创新的主体是企业，创新要从理念、技术、管理、机制等方面全方位开展。企业决策者必须转变传统的生产观念和工作范围，树立科技创新意识。要从长期的高投入、高消费、低效益的旋涡中跳出来，走出一条依靠科技创新“少投入、低消耗、高效益”的路来。同时，企业决策者要正确选择科技创新的战略和模式，善于整合和利用社会的相关资源，使科技创新与管理创新、流程创新同步进行。企业必须转变传统的生产观念，牢固树立创新意识，正确选择科技创新战略和模式。

（五）积极探索完善科技创新政策实施效果评价机制，提高政策评估水平

任何一项经济活动都是投入-产出的体现。因此加大科技创新的经费，包括政府资金、企业自筹资金、新产品开发费用以及创新人力资源都是科技创新的投入。而科技创新产出包括：新产品产值、专利授权、技术市场成交额、高新技术产业产值等。如何评价科技创新政策的实施效果，如何建立评估机制和模式，都需要科学地研究。做好政策评估是做好科技投入的基础和关键。在此建议：（1）切实提高对科技创新这一公共政策评估工作的水平。这需要政府各级组织高度重视，特别是科技管理部门要承担责任，而不是经费批审的机器；（2）建立相对独立的政策评估组织；（3）实现科技创新评估的制度化；（4）建立科学的科技创新政策实施效果评价信息系统；（5）政策评估的反馈和实行动态化管理。